Le problème de l'optimisation des systèmes utilisant l'arithmétique virgule fixe est un problème d'optimisation combinatoire de complexité NP-difficile. Savoir analyser et optimiser des applications complexes et de taille réelle est le thème central de cette thèse. Une technique de type diviser-pour-régner, où un système donné est décomposé en plusieurs petits sous-systèmes organisés selon une hiérarchie est au cœur de cette approche. Cette décomposition ouvre la voie à l'évaluation rapide de la précision et au problème d'optimisation hiérarchique de la largeur des données et des opérations du système. En raison de la réduction du nombre de variables, la convergence du problème d'optimisation hiérarchique vers une solution est beaucoup plus rapide que dans le cas classique. Le modèle "Single Noise Source" (SNS) est proposé pour étudier les statistiques des erreurs de quantification. Au lieu de simplement se concentrer sur la moyenne et la variance du bruit des erreurs dues à la quantification, il fournit également des formules analytiques pour dériver les paramètres statistiques des processus aléatoires produisant les erreurs de quantification équivalentes à une simulation en virgule fixe. En présence des opérations " non-lisses " (un- smooth) telles que la décision dans les modulations QAM, les fonctions Min() ou Max(), etc., il est pour l'instant inévitable d'utiliser la simulation en virgule fixe. Une technique pour l'évaluation analytique des statistiques des erreurs de quantification en présence d'opérateurs non-lisses dans les graphes ne contenant pas de rebouclage est également proposée. Afin de tenir compte également des systèmes ayant des rebouclages, une technique hybride qui utilise le modèle SNS pour accélérer les simulations en virgule fixe est de plus proposée. Un cadre d'utilisation de l'optimisation convexe est proposé comme heuristique pour résoudre le problème d'optimisation des largeurs. Cette nouvelle technique améliore non seulement la qualité de la solution, mais permet de résoudre le problème plus rapidement que les approches itératives classiques. L'application des techniques proposées permet non seulement de réduire les coûts du système mais aussi une réduction de plusieurs ordres de grandeur dans le temps nécessaire pour optimiser les systèmes utilisant l'arithmétique virgule fixe.

En agriculture, la météo est le principal facteur de variabilité d’une année sur l’autre. Cette thèse vise à construire des modèles statistiques à grande échelle qui estiment l’impact des conditions météorologiques sur les rendements agricoles. Le peu de données agricoles disponibles impose de construire des modèles simples avec peu de prédicteurs, et d’adapter les méthodes de sélection de modèles pour éviter le sur-apprentissage. Une grande attention a été portée sur la validation des modèles statistiques. Des réseaux de neurones et modèles à effets mixtes (montrant l’importance des spécificités locales) ont été comparés. Les estimations du rendement de maïs aux États-Unis en fin d’année ont montré que les informations de températures et de précipitations expliquent en moyenne 28% de la variabilité du rendement. Dans plusieurs états davantage météo-sensibles, ce score passe à près de 70%. Ces résultats sont cohérents avec de récentes études sur le sujet. Les prévisions du rendement au milieu de la saison de croissance du maïs sont possibles à partir de juillet : dès juillet, les informations météorologiques utilisées expliquent en moyenne 25% de la variabilité du rendement final aux États-Unis et près de 60% dans les états plus météo-sensibles comme la Virginie. Les régions du nord et du sud-est des États-Unis sont les moins bien prédites. Le rendements extrêmement faibles ont nécessité une méthode particulière de classification : avec seulement 4 prédicteurs météorologiques, 71% des rendements très faibles sont bien détectés en moyenne. L’impact du changement climatique sur les rendements jusqu’en 2060 a aussi été étudié : le modèle construit nous informe sur la rapidité d’évolution des rendements dans les différents cantons des États-Unis et localisent ceux qui seront le plus impactés. Pour les états les plus touchés (au sud et sur la côte Est), et à pratique agricole constante, le modèle prévoit des rendements près de deux fois plus faibles que ceux habituels, en 2060 sous le scénario RCP 4.5 du GIEC. Les états du nord seraient peu touchés. Les modèles statistiques construits peuvent aider à la gestion sur le cours terme (prévisions saisonnières) ou servent à quantifier la qualité des récoltes avant que ne soient faits les sondages post-récolte comme une aide à la surveillance (estimation en fin d’année). Les estimations pour les 50 prochaines années participent à anticiper les conséquences du changement climatique sur les rendements agricoles, pour définir des stratégies d’adaptation ou d’atténuation. La méthodologie utilisée dans cette thèse se généralise aisément à d’autres cultures et à d’autres régions du monde. / In agriculture, weather is the main factor of variability between two consecutive years. This thesis aims to build large-scale statistical models that estimate the impact of weather conditions on agricultural yields. The scarcity of available agricultural data makes it necessary to construct simple models with few predictors, and to adapt model selection methods to avoid overfitting. Careful validation of statistical models is a major concern of this thesis. Neural networks and mixed effects models are compared, showing the importance of local specificities. Estimates of US corn yield at the end of the year show that temperature and precipitation information account for an average of 28% of yield variability. In several more weather-sensitive states, this score increases to nearly 70%. These results are consistent with recent studies on the subject. Mid-season maize crop yield forecasts are possible from July: as of July, the meteorological information available accounts for an average of 25% of the variability in final yield in the United States and close to 60% in more weather-sensitive states like Virginia. The northern and southeastern regions of the United States are the least well predicted. Predicting years for which extremely low yields are encountered is an important task. We use a specific method of classification, and show that with only 4 weather predictors, 71% of the very low yields are well detected on average. The impact of climate change on yields up to 2060 is also studied: the model we build provides information on the speed of evolution of yields in different counties of the United States. This highlights areas that will be most affected. For the most affected states (south and east coast), and with constant agricultural practice, the model predicts yields nearly divided by two in 2060, under the IPCC RCP 4.5 scenario. The northern states would be less affected. The statistical models we build can help for management on the short-term (seasonal forecasts) or to quantify the quality of the harvests before post-harvest surveys, as an aid to the monitoring (estimate at the end of the year). Estimations for the next 50 years help to anticipate the consequences of climate change on agricultural yields, and to define adaptation or mitigation strategies. The methodology used in this thesis is easily generalized to other cultures and other regions of the world.

En France, les rénovations énergétiques en résidentiel, et ceci tout particulièrement pour les maisons individuelles, font peu l'objet après réalisation d'une évaluation ex-post permettant de quantifier la performance atteinte.Cette thèse se propose donc d'effectuer une évaluation ex-post de l'efficacité de solutions de rénovation énergétique en résidentiel, à partir de données (environ 100 cas par échantillon étudié) provenant d'enquêtes menées auprès de ménages, propriétaires occupants de maison individuelle, ayant participé à des opérations de maîtrise de la demande en énergie conduites à l'échelle régionale dans le nord-est et le sud-est de la France. Une approche statistique tant descriptive que de modélisation est principalement employée pour aborder ce travail.Le premier volet de l'évaluation ex-post consiste en une quantification des économies unitaires obtenues associée à un calcul d'incertitude. Pour chacune des opérations, la modélisation statistique de la consommation énergétique après travaux permet l'étude de l'influence des actions elles-mêmes mais aussi de certains facteurs tels que le changement de la gestion du chauffage ou l'utilisation après travaux de la climatisation.Le second volet de cette évaluation ex-post a pour but d'identifier les causes des écarts entre les consommations observées et celles simulées par un modèle de calcul ex-ante (dit d'ingénieur). Ainsi, nous étudions l'évolution des écarts des états avant à après travaux. Tout d'abord, une quantification et une modélisation statistique des écarts en situation avant travaux est réalisée. Puis, les écarts en situation après travaux sont à leur tour quantifiés et modélisés statistiquement en intégrant notamment l'erreur commise initialement (avant travaux). Les différences entre économies d'énergie observées et simulées sont également étudiées.Enfin, dans la dernière partie de la thèse, sur la base des sources d'écart identifiées, nous proposons des pistes de perfectionnement du modèle de calcul d'ingénieur utilisé. Plus largement, à partir d'un retour critique quant aux limites des modèles statistiques établis pour étudier les causes des écarts, des pistes sont avancées pour permettre de les améliorer. / In France, ex-post evaluations of energy retrofits in residential buildings, allowing to quantify the performance achieved, are rarely realized, particularly for the dwelling houses.This thesis is an ex-post evaluation of energy efficiency measures for retrofit in residential buildings from surveys data (around 100 cases by studied sample) of households, house owners, that participated in regional energy efficiency operations (northeast and southeast of France). This work is mainly tackled by descriptive statistics and statistical models.The first part of the ex-post evaluation is a quantification of unitary energy savings associated to an uncertainty assessment. For the two operations, a statistical model of energy consumption after retrofitting studies the effect of energy efficiency measures and also the effects of factors as space heating management modification or air conditioning use after refurbishment.The second part of the ex-post evaluation has for aim to identify the sources of gaps between observed consumptions and ones simulated by an ex-ante engineering model. Thus, we study gaps evolution from before retrofitting to after retrofitting situations. In the first time, we realise a quantification and a statistical modelling of gaps before retrofitting. Then, we repeat the method for gaps after retrofitting, in taking into account gap before retrofitting in the statistical model. Deviations between observed energy savings and calculated ones are also studied.In the last part of the thesis, we propose some improvements of the engineering model on the base of the gaps sources identified. From a critical analysis of statistical models realised to study gaps, some propositions are did to improve them.

Pour répondre à la demande mondiale croissante en huile et en protéines, le tournesol apparaît comme une culture très compétitive grâce à la diversification de ses débouchés et son attractivité environnementale et nutritionnelle. Pourtant, les teneurs en huile et protéines sont soumises à des effets génotypiques et environnementaux qui les rendent fluctuantes et difficilement prédictibles. Nous argumentons qu’une meilleure connaissance des effets les plus importants et leurs interactions devrait permettre de mieux prédire ces teneurs. Deux approches de modélisation ont été développées. Dans la première, trois modèles statistiques ont été construits puis comparés à un modèle simple existant. L’approche dynamique est basée sur l’analyse des relations source-puits au champ et en serre (2011 et 2012) pendant le remplissage. Les performances et domaines de validité des deux types de modélisation sont comparés. / Considering the growing global demand for oil and protein, sunflower appears as a highly competitive crop, thanks to the diversification of its markets and environmental attractiveness and health. Yet the protein and oil contents are submitted to genotypic and environmental effects that make them fluctuating and hardly predictable. We argue that a better knowledge of most important effects and their interactions should permit to improve prediction. Two modeling approaches are proposed: statistical one, where we compared three types of statistical models with a simple existing one. The dynamic approach is based on source-sink relationships analysis (field and greenhouse experiments in 2011 and 2012) during grain filling. Performances of both modeling types and their validity domain are compared.

Les changements climatiques et leurs impacts sur la biodiversité font aujourd'hui l'objet d'une attention croissante de la part de la communauté scientifique et des gestionnaires des écosystèmes naturels. En effet, le climat influence la biologie et l'écologie des espèces animales et végétales, depuis leur physiologie jusqu'à leur répartition. Les modifications climatiques pourraient donc avoir des répercussions importantes sur les espèces et les assemblages. Au sein des écosystèmes aquatiques continentaux, les poissons de rivière sont des organismes incapables de réguler leur température corporelle et soumis à une variabilité hydrologique importante ainsi qu'à de fortes pressions anthropiques. Leur réponse aux modifications du climat actuelles et à venir a pourtant été encore peu abordée. L'objectif de ce travail de thèse est donc d'évaluer les impacts potentiels du changement climatique sur les poissons des rivières françaises, et plus particulièrement sur la distribution des espèces et la structure des assemblages. Des données fournies par l'Office National de l'Eau et des Milieux Aquatiques ainsi qu'une approche de modélisation basée sur les niches écologiques des espèces (i.e., modèles de distribution) ont été utilisées. Différentes sources d'incertitude ont également été testées dans une approche d'ensembles afin de prendre en compte la variabilité entre les impacts projetés et fournir ainsi une évaluation robuste de ces impacts. La première partie de ce travail a consisté en l'identification des principaux déterminants environnementaux qui structurent la répartition spatiale des espèces de poisson au sein des réseaux hydrographiques. Globalement, il apparaît qu'une combinaison de facteurs climatiques et de variables décrivant l'habitat local et la position des habitats au sein des réseaux hydrographiques est importante pour expliquer la distribution actuelle des espèces. De plus, les espèces ont toutes des réponses différentes aux facteurs de l'environnement. Dans un second temps, nous avons mis en évidence que le choix de la méthode statistique de modélisation de la niche écologique est crucial, les patrons actuels et futurs de distribution prédits étant fortement contrastés selon la méthode de modélisation considérée. Cette dernière s'avère même être la principale source d'incertitude dans les projections futures, bien plus encore que les modèles climatiques de circulation générale et les scénarios d'émission de gaz à effet de serre. La variabilité entre les prédictions issues de plusieurs techniques de modélisation peut être prise en compte par une approche de consensus. Un modèle consensuel basé sur la valeur moyenne de l'ensemble de prédictions est capable de prédire correctement la distribution actuelle des espèces et la composition des assemblages. Nous avons donc choisi de retenir cette approche pour évaluer au mieux les impacts potentiels du changement climatique sur les poissons des rivières françaises à la fin du 21ème siècle. Nous avons montré que la majorité des espèces de poisson pourrait être affectée par les futures modifications du climat. Seules quelques espèces d'eau froide (e.g. truite fario, chabot) pourraient restreindre leur distribution aux parties les plus apicales des réseaux hydrographiques. Au contraire, les espèces tolérant des températures plus élevées pourraient coloniser de nouveaux habitats et étendre ainsi leur répartition. Ces modifications de la distribution des espèces pourraient conduire à un réarrangement des assemblages au niveau taxonomique et fonctionnel. Une augmentation de la diversité locale et de la similarité régionale (i.e., homogénéisation) sont ainsi prédites simultanément. L'ensemble de ces résultats apporte donc des éléments sur la compréhension de la distribution des poissons d'eau douce et sur les conséquences du changement climatique qui peuvent être envisagées. Ce travail fournit ainsi une base aux acteurs de la gestion de la biodiversité afin d'initier des mesures de conservation concrètes. De plus, les considérations méthodologiques développées dans cette thèse sont une contribution importante à l'amélioration des projections issues de modèles statistiques de distribution et à la quantification de leur incertitude. / Climate change and its impact on biodiversity are receiving increasing attention from scientists and people managing natural ecosystems. Indeed, climate has a major influence on the biology and ecology of fauna and flora, from physiology to distribution. Climate change may thus have major consequences on species and assemblages. Among freshwater ecosystems, stream fish have no physiological ability to regulate their body temperature and they have to cope with streams' hydrological variability and strong anthropogenic pressures. Yet their response to current and future climate change has been poorly studied. The aim of this PhD thesis is to assess the potential impact of climate change on fish in French streams, mainly on species distribution and assemblages' structure. Data provided by the Office National de l'Eau et des Milieux Aquatiques combined with a modelling approach based on species' ecological niche (i.e., distribution models) have been used. Several sources of uncertainty have also been considered in an ensemble modeling framework in order to account for the variability between projected impacts and to provide reliable estimates of such impact. First, we have identified the main environmental factors that determine the spatial distribution of fish species within river networks. Overall, it appears that a combination of both climatic variables and variables describing the local habitat and its position within the river network is important to explain the current species distribution. Moreover, each fish species responded differently to the environmental factors. Second, we have highlighted that the choice of the statistical method used to model the fish ecological niche is crucial given that the current and future patterns of distribution predicted by different statistical methods vary significantly. The statistical method appears to be the main source of uncertainty, resulting in more variability in projections than the global circulation models and greenhouse gas emission scenarios. The variability between predictions from several statistical methods can be taken into account by a consensus approach. Consensual predictions based on the computation of the average of the whole predictions ensemble have achieved accurate predictions of the current species distribution and assemblages' composition. We have therefore selected this approach to assess the potential impacts of climate change on fish in French streams at the end of the 21st century with the highest degree of confidence. We have found that most fish species could be sensitive to the future climate modifications. Only a few cold-water species (i.e., brown trout, bullhead) could restrict their distribution to the most upstream parts of river networks. On the contrary, cool- and warm-water fish species could colonize many newly suitable habitats and expand strongly their distribution. These changes of species distribution could lead to a rearrangement of fish assemblages both at the taxonomic and functional levels. An increase in local diversity together with an increase in regional similarity (i.e., homogenization) are therefore expected. All these results bring new insights for the understanding of stream fish species distribution and expected consequences of climate change. This work thus provides biodiversity managers and conservationists with a basis to take efficient preservation measures. In addition, methodological developments considered in this PhD thesis are an important contribution to the improvements of projections by statistical models of species distribution and to the quantification of their uncertainty.

Les phanérogames marines constituent un compartiment biologique fondamental et fournissent de nombreux services écosystémiques. Comprendre leur évolution et les interactions avec leur environnement physique est un enjeu scientifique majeur à l’échelle mondiale. Dans le bassin d’Arcachon, des herbiers de Zostera noltei (le plus grand d’Europe) et de Zostera marina ont vu leur surfaces régresser fortement ces deux dernières décennies. La régression s’est accompagnée d’une augmentation des concentrations en sédiments en suspension et de modifications morphologiques significatives. Dans ce contexte, et à travers cet exemple régional, les objectifs de la thèse sont de mieux comprendre les causes physiques de la régression des herbiers de zostères et de démêler et de quantifier les conséquences physiques de la régression et les effets de rétrocontrôle.Un monitoring exhaustif des herbiers (suivi des paramètres biologiques, chimiques et physiques sur neuf sites durant une année) a montré d’une part l’extrême variabilité des conditions environnementales auxquelles sont soumis les herbiers de zostères naines du Bassin et d’autre part d’importantes différences démographiques, morphologiques et biochimiques entre les plantes des différents sites. Certaines de ces différences reflètent leur capacité d’adaptation à l’intensité d’un forçage. Un modèle logistique croissance a montré qu’outre la lumière, les paramètres principaux qui contrôlent le développement de Z. noltei à l’échelle du Bassin sont les forçages hydrodynamiques. Toutefois à l’échelle locale, d’autres facteurs tels que la teneur en matière organique ou la microtopographie s’avèrent prépondérants.Dans un second temps, une analyse associant des données historiques et des scénarios de modélisation hydrodynamique a montré que la profondeur maximale colonisée par les deux espèces de zostères avait fortement diminué entre 1989 et 2016, suggérant un effet du manque de lumière sur l’évolution de la distribution des deux espèces. Par ailleurs, il s’est avéré que la régression des zostères naines avait débuté au niveau des zones les plus pentues des estrans, qui correspondent aux rebords des chenaux et sont donc soumises aux courants les plus intenses, suggérant là encore un effet de l’intensité des courants sur la distribution de Z. noltei.Les résultats des simulations numériques ont montré que la régression des deux espèces induit une augmentation importante de l’énergie hydrodynamique, non seulement localement dans les zones où les herbiers ont régressé, mais également à distance, au niveau des chenaux principaux et jusqu’à près de l’embouchure.De plus, les effets hydrodynamiques induits par la régression initiale de Z. marina (1989-2007) ont contribué à la première phase du déclin des herbiers de Z. noltei. Ces résultats confirment en partie l’hypothèse que des processus de rétrocontrôle entre hydrodynamique et régression des herbiers de zostères sont intervenus au cours de la première phase du déclin des zostères. Par ailleurs, les conséquences hydrodynamiques directes de la première phase de régression des deux espèces (1989-2007) expliquent plus de 75 % de la seconde phase de régression de Z. noltei (2007-2012). Ces résultats confirment pleinement l’existence des processus de rétrocontrôle et met en évidence leur rôle prépondérant sur la dynamique des herbiers de Z. noltei.En ce qui concerne Z. marina, il apparaît enfin que les conditions actuelles ne permettent pas sa reconquête des zones d’où elle a disparu. Au contraire, du fait de sa position intertidale la rendant moins sensible aux fortes turbidités, Z. noltei pourrait recoloniser un certain nombre d’estrans qui leur sont favorables sur le plan hydrodynamique. Ce processus de recolonisation, conduisant à une réduction de l’énergie hydrodynamique et à l’amélioration locale des conditions lumineuses, pourrait s’auto-amplifier de proche en proche et favoriser la reprise de Z. marina dans les chenaux. / Seagrass meadows are a fundamental biological component and provide many ecosystem services in coastal areas. Understanding their evolution and interactions with their physical environment is a major scientific issue. In Arcachon Bay, seagrass meadows of Zostera notlei (the largest in Europe) and Zostera marina have sharply regressed over the last two decades. In the meantime, an increase in suspended sediment concentrations and significant morphological changes were observed. Based on this regional case study, the objectives of this thesis are to better underestand the physical causes of seagrass bed regression, and also to quantify the physical consequences of the egression and possible feedback processes.An extensive monitoring of biological, chemical and physical parameters at nine sites during one year showed the extreme variability of the environmental conditions to which the Z. noltei beds are subject in Arcachon Bay, the important demographic, morphological and biochemical differences between plants of different sites. Some of these differences reflect their ability to adapt to the intensity of a forcing. A logistic growth model has shown that in addition to light, the main parameters that control the development of Z. noltei at the scale of the bay are hydrodynamic forcing. However, at the local scale, other factors such as organic matter content or microtopography may be predominant.In a second step, an analysis combining historical data and hydrodynamic modelling scenarios showed that the maximum depth colonized by the two species of seagrass strongly declined between 1989 and 2016. This analysis suggests that lack of light had an effect on the evolution of the distribution of the two species. In addition, it was found that the regression of Z. noltei began on the steepest areas of the tidal flat, which correspond to the edges of the channels and were therefore subject to the most intense currents, suggesting again an effect of intensity of currents on the distribution of Z. noltei.The results of numerical simulations showed that the regression of both species induces a significant increase in hydrodynamic energy, not only locally in areas where the seagrass have declined, but also remotely, at the level of main channels and up to near the mouth.In addition, the hydrodynamic effects induced by the initial regression of Z. Marina (1989-2007) contributed to the first phase of the decline of Z. noltei meadows. These results partially confirm the hypothesis that feedback processes between hydrodynamics and regression of seagrass beds occurred during the first stage of seagrass decline. Furthermore, the direct hydrodynamic consequences of the first regression phase of the two species (1989-2007) accounted for more than 75% of the second regression phase of Z. noltei (2007-2012). These results fully confirm the existence of feedback processes and highlight their predominant role in the dynamics of Z. noltei meadows.As far as Z. marina is concerned, it finally appears that the current conditions do not allow colonization of the areas from which it disappeared. On the contrary, due to its intertidal position making it less susceptible to high turbidity, Z. noltei could recolonize some tidal flats that present favourable hydrodynamic conditions. This process of recolonization, leading to a reduction of the hydrodynamic energy and to the local improvement of the light conditions, could self-amplify by adjaceting to each other and then promote the recovery of Z. marina in the channels.

Evaluer, maintenir et restaurer les conditions écologiques des rivières nécessitent des mesures du fonctionnement de leurs écosystèmes. De par leur complexité, notre compréhension de ces systèmes est imparfaite. La prise en compte des incertitudes et variabilités liées à leur évaluation est donc indispensable à la prise de décision des gestionnaires. En analysant des données nationales (~ 1654 sites), les objectifs principaux de cette thèse étaient de (1) tester certaines hypothèses intrinsèques aux bio-indicateurs et (2) d'étudier les incertitudes de l'évaluation écologique associées à la variabilité temporelle des bio-indicateurs et à la prédiction des conditions de référence. (1) Ce travail met en évidence (i) le rôle prépondérant des facteurs environnementaux naturels dans la structuration des communautés aquatiques en comparaison des facteurs anthropiques (définis à l'échelle du bassin versant, du corridor riparien et du tronçon), (ii) les réponses contrastées des communautés aquatiques aux pressions humaines (dégradations hydro-morphologiques et de la qualité de l'eau) et (iii) plus généralement, les forts impacts des barrages et de l'altération de la qualité de l'eau sur les communautés aquatiques. (2) Une méthode Bayésienne a été développée pour estimer les incertitudes liées à la prédiction des conditions de référence d'un indice piscicole (IPR+). Les incertitudes prédictives de l'IPR+ dépendent du site considéré mais aucune tendance claire n'a été observée. Par comparaison, la variabilité temporelle de l'IPR+ est plus faible et semble augmenter avec l'intensité des perturbations anthropiques. Les résultats de ce travail confirment l'avantage d'indices multi-métriques basés sur des traits fonctionnels par rapport à ceux relatifs à la composition taxonomique. Les sensibilités différentes des macrophytes, poissons, diatomées et macro-invertébrés aux pressions humaines soulignent leur complémentarité pour l'évaluation des écosystèmes fluviaux. Néanmoins, de futures recherches sont nécessaires à une meilleure compréhension des effets d'interactions entre types de pressions et entre pressions humaines et environnement. / Sensitive biological measures of ecosystem quality are needed to assess, maintain or restore the ecological conditions of rivers. Since our understanding of these complex systems is imperfect, river management requires recognizing variability and uncertainty of bio-assessment for decision-making. Based on the analysis of national data sets (~ 1654 sites), the main goals of this work were (1) to test some of the assumptions that shape bio-indicators and (2) address the temporal variability and the uncertainty associated to prediction of reference conditions.(1) This thesis highlights (i) the predominant role of physiographic factors in shaping biological communities in comparison to human pressures (defined at catchment, riparian corridor and reach scales), (ii) the differences in the responses of biological indicators to the different types of human pressures (water quality, hydrological, morphological degradations) and (iii) more generally, the greatest biological impacts of water quality alterations and impoundments. (2) A Bayesian method was developed to estimate the uncertainty associated with reference condition predictions of a fish-based bio-indicator (IPR+). IPR+ predictive uncertainty was site-dependent but showed no clear trend related to the environmental gradient. By comparison, IPR+ temporal variability was lower and sensitive to an increase of human pressure intensity. This work confirmed the advantages of multi-metric indexes based on functional metrics in comparison to compositional metrics. The different sensitivities of macrophytes, fish, diatoms and macroinvertebrates to human pressures emphasize their complementarity in assessing river ecosystems. Nevertheless, future research is needed to better understand the effects of interactions between pressures and between pressures and the environment.

La Non-Linéarité-Différentielle (NLD) et la Non-Linéarité-Intégrale (NLI) sont les performances statiques les plus importantes des Convertisseurs Analogique-Numérique (CAN) qui sont mesurées lors d’un test de production. Ces deux performances indiquent la déviation de la fonction de transfert du CAN par rapport au cas idéal. Elles sont obtenues en appliquant une rampe ou une sinusoïde lente au CAN et en calculant le nombre d’occurrences de chacun des codes du CAN.Ceci permet la construction de l’histogramme qui permet l’extraction de la NLD et la NLI. Cette approche requiert lacollection d’une quantité importante de données puisque chacun des codes doit être traversé plusieurs fois afin de moyenner le bruit et la quantité de données nécessaire augmente exponentiellement avec la résolution du CAN sous test. En effet,malgré que les circuits analogiques et mixtes occupent une surface qui n’excède pas généralement 5% de la surface globald’un System-on-Chip (SoC), leur temps de test représente souvent plus que 30% du temps de test global. Pour cette raison, la réduction du temps de test des CANs est un domaine de recherche qui attire de plus en plus d’attention et qui est en train deprendre de l’ampleur. Les CAN de type pipeline offrent un bon compromis entre la vitesse, la résolution et la consommation.Ils sont convenables pour une variété d’applications et sont typiquement utilisés dans les SoCs destinés à des applicationsvidéo. En raison de leur façon particulière du traitement du signal d’entrée, les CAN de type pipeline ont des codes de sortiequi ont la même largeur. Par conséquent, au lieu de considérer tous les codes lors du test, il est possible de se limiter à un sous-ensemble, ce qui permet de réduire considérablement le temps de test. Dans ce travail, une technique pour l’applicationdu test à code réduit pour les CANs de type pipeline est proposée. Elle exploite principalement deux propriétés de ce type deCAN et permet d’obtenir une très bonne estimation des performances statiques. La technique est validée expérimentalementsur un CAN 11-bit, 55nm de STMicroelectronics, obtenant une estimation de la NLD et de la NLI pratiquement identiques àla NLD et la NLI obtenues par la méthode classique d’histogramme, en utilisant la mesure de seulement 6% des codes. / Differential Non Linearity (DNL) and Integral Non Linearity (INL) are the two main static performances ofAnalog to-Digital Converters (ADCs) typically measured during production testing. These two performances reflect thedeviation of the transfer curve of the ADC from its ideal form. In a classic testing scheme, a saturated sine-wave or ramp isapplied to the ADC and the number of occurrences of each code is obtained to construct the histogram from which DNL andINL can be readily calculated. This standard approach requires the collection of a large volume of data because each codeneeds to be traversed many times to average noise. Furthermore, the volume of data increases exponentially with theresolution of the ADC under test. According to recently published data, testing the mixed-signal functions (e.g. dataconverters and phase locked loops) of a System-on-Chip (SoC) contributes to more than 30% of the total test time, althoughmixed-signal circuits occupy a small fraction of the SoC area that typically does not exceed 5%. Thus, reducing test time forADCs is an area of industry focus and innovation. Pipeline ADCs offer a good compromise between speed, resolution, andpower consumption. They are well-suited for a variety of applications and are typically present in SoCs intended for videoapplications. By virtue of their operation, pipeline ADCs have groups of output codes which have the same width. Thus,instead of considering all the codes in the testing procedure, we can consider measuring only one code out of each group,thus reducing significantly the static test time. In this work, a technique for efficiently applying reduced code testing onpipeline ADCs is proposed. It exploits two main properties of the pipeline ADC architecture and allows obtaining an accurateestimation of the static performances. The technique is validated on an experimental 11-bit, 55nm pipeline ADC fromSTMicroelectronics, resulting in estimated DNL and INL that are practically indistinguishable from DNL and INL that areobtained with the standard histogram technique, while measuring only 6% of the codes.

La distribution de l'abondance des espèces en un site, et la similarité de la composition taxonomique d'un site à l'autre, sont deux mesures de la biodiversité ayant servi de longue date de base empirique aux écologues pour tenter d'établir les règles générales gouvernant l'assemblage des communautés d'organismes. Pour ce type de mesures intégratives, le séquençage haut-débit d'ADN prélevé dans l'environnement (" ADN environnemental ") représente une alternative récente et prometteuse aux observations naturalistes traditionnelles. Cette approche présente l'avantage d'être rapide et standardisée, et donne accès à un large éventail de taxons microbiens jusqu'alors indétectables. Toutefois, ces jeux de données de grande taille à la structure complexe sont difficiles à analyser, et le caractère indirect des observations complique leur interprétation. Le premier objectif de cette thèse est d'identifier les modèles statistiques permettant d'exploiter ce nouveau type de données afin de mieux comprendre l'assemblage des communautés. Le deuxième objectif est de tester les approches retenues sur des données de biodiversité du sol en forêt amazonienne, collectées en Guyane française. Deux grands types de processus sont invoqués pour expliquer l'assemblage des communautés d'organismes : les processus "neutres", indépendants de l'espèce considérée, que sont la naissance, la mort et la dispersion des organismes, et les processus liés à la niche écologique occupée par les organismes, c'est-à-dire les interactions avec l'environnement et entre organismes. Démêler l'importance relative de ces deux types de processus dans l'assemblage des communautés est une question fondamentale en écologie ayant de nombreuses implications, notamment pour l'estimation de la biodiversité et la conservation. Le premier chapitre aborde cette question à travers la comparaison d'échantillons d'ADN environnemental prélevés dans le sol de diverses parcelles forestières en Guyane française, via les outils classiques d'analyse statistique en écologie des communautés. Le deuxième chapitre se concentre sur les processus neutres d'assemblages des communautés.[...] / Integrative patterns of biodiversity, such as the distribution of taxa abundances and the spatial turnover of taxonomic composition, have been under scrutiny from ecologists for a long time, as they offer insight into the general rules governing the assembly of organisms into ecological communities. Thank to recent progress in high-throughput DNA sequencing, these patterns can now be measured in a fast and standardized fashion through the sequencing of DNA sampled from the environment (e.g. soil or water), instead of relying on tedious fieldwork and rare naturalist expertise. They can also be measured for the whole tree of life, including the vast and previously unexplored diversity of microorganisms. Taking full advantage of this new type of data is challenging however: DNA-based surveys are indirect, and suffer as such from many potential biases; they also produce large and complex datasets compared to classical censuses. The first goal of this thesis is to investigate how statistical tools and models classically used in ecology or coming from other fields can be adapted to DNA-based data so as to better understand the assembly of ecological communities. The second goal is to apply these approaches to soil DNA data from the Amazonian forest, the Earth's most diverse land ecosystem. Two broad types of mechanisms are classically invoked to explain the assembly of ecological communities: 'neutral' processes, i.e. the random birth, death and dispersal of organisms, and 'niche' processes, i.e. the interaction of the organisms with their environment and with each other according to their phenotype. Disentangling the relative importance of these two types of mechanisms in shaping taxonomic composition is a key ecological question, with many implications from estimating global diversity to conservation issues. In the first chapter, this question is addressed across the tree of life by applying the classical analytic tools of community ecology to soil DNA samples collected from various forest plots in French Guiana. The second chapter focuses on the neutral aspect of community assembly.[...]

Evaluer, maintenir et restaurer les conditions écologiques des rivières nécessitent des mesures du fonctionnement de leurs écosystèmes. De par leur complexité, notre compréhension de ces systèmes est imparfaite. La prise en compte des incertitudes et variabilités liées à leur évaluation est donc indispensable à la prise de décision des gestionnaires. En analysant des données nationales (~ 1654 sites), les objectifs principaux de cette thèse étaient de (1) tester certaines hypothèses intrinsèques aux bio-indicateurs et (2) d'étudier les incertitudes de l'évaluation écologique associées à la variabilité temporelle des bio-indicateurs et à la prédiction des conditions de référence. (1) Ce travail met en évidence (i) le rôle prépondérant des facteurs environnementaux naturels dans la structuration des communautés aquatiques en comparaison des facteurs anthropiques (définis à l'échelle du bassin versant, du corridor riparien et du tronçon), (ii) les réponses contrastées des communautés aquatiques aux pressions humaines (dégradations hydro-morphologiques et de la qualité de l'eau) et (iii) plus généralement, les forts impacts des barrages et de l'altération de la qualité de l'eau sur les communautés aquatiques. (2) Une méthode Bayésienne a été développée pour estimer les incertitudes liées à la prédiction des conditions de référence d'un indice piscicole (IPR+). Les incertitudes prédictives de l'IPR+ dépendent du site considéré mais aucune tendance claire n'a été observée. Par comparaison, la variabilité temporelle de l'IPR+ est plus faible et semble augmenter avec l'intensité des perturbations anthropiques. Les résultats de ce travail confirment l'avantage d'indices multi-métriques basés sur des traits fonctionnels par rapport à ceux relatifs à la composition taxonomique. Les sensibilités différentes des macrophytes, poissons, diatomées et macro-invertébrés aux pressions humaines soulignent leur complémentarité pour l'évaluation des écosystèmes fluviaux. Néanmoins, de futures recherches sont nécessaires à une meilleure compréhension des effets d'interactions entre types de pressions et entre pressions humaines et environnement.